2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩35頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著高光譜圖像數(shù)據(jù)的應(yīng)用越來(lái)越廣泛,其分類問(wèn)題一直是高光譜圖像研究的重點(diǎn)和難點(diǎn)。
  首先,本文分析了高光譜圖像數(shù)據(jù)的特性,闡述了當(dāng)前高光譜圖像分類算法的研究方法和科研進(jìn)展,并對(duì)幾類常見(jiàn)的分類算法進(jìn)行了文獻(xiàn)綜述,介紹了相關(guān)研究背景和研究的意義。接著總結(jié)了當(dāng)前高光譜圖像預(yù)維數(shù)約簡(jiǎn)的一些方法,并給出了評(píng)價(jià)分類算法性能的指標(biāo)分類精度和Kappa系數(shù)的定義。
  其次,介紹了神經(jīng)網(wǎng)絡(luò)分類器,并給出了深度學(xué)習(xí)算法框架下的棧式自編碼算法

2、的理論基礎(chǔ)和模型構(gòu)建。在此基礎(chǔ)上,針對(duì)高光譜圖像數(shù)據(jù)內(nèi)部獨(dú)有的結(jié)構(gòu)與潛在的模式,構(gòu)建了基于深度特征編碼的深度學(xué)習(xí)分類算法。更進(jìn)一步,結(jié)合支持向量機(jī)算法,建立了基于深度特征編碼的支持向量機(jī)分類算法。
  再次,在Pavia、KSC高光譜數(shù)據(jù)庫(kù)中,對(duì)文中建立的模型進(jìn)行了數(shù)值驗(yàn)證,對(duì)文中提出的基于深度特征編碼的深度學(xué)習(xí)分類算法(DFE)和基于深度特征編碼的支持向量機(jī)分類算法(DFE+SVM)與支持向量機(jī)分類和棧式自編碼算法進(jìn)行了比較,文

3、中提出的算法分類精度在 Pavia、KSC數(shù)據(jù)庫(kù)中均有優(yōu)異的表現(xiàn),得到分類精度(96.1%,96.5%;93%,92.3%,Pavia)和kappa系數(shù)(95.6%,96.1%,KSC;93%,91.8%,Pavia),高出支持向量機(jī)和棧式自編碼算法3%左右。
  在對(duì)算法的一些參數(shù)進(jìn)行了深入分析之后發(fā)現(xiàn),算法的分類精度和 kappa系數(shù)隨著隱藏層單元數(shù)目的不同發(fā)生變化,數(shù)目為60的時(shí)候分類效果最好。隨著網(wǎng)絡(luò)訓(xùn)練參數(shù)epochs的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論